基于GF-1卫星的突发性地质灾害调查与评价——以内蒙古大兴安岭山地为例

运用GF-1卫星影像数据进行内蒙古大兴安岭山地南段地质灾害调查对于科学防治地质灾害,提高国产卫星应用水平具有重要意义.通过分别对研究区的全色和多光谱影像利用P5的DEM高程数据及控制点进行有理函数的区域网整体平差,保证不同景影像间的一致性,得到精化后的影像RPC参数;对经过区域网平差的全色影像和多光谱影像利用精化后的有理多项式及DEM进行正射校正;将校正后的全色影像和多光谱影像利用HPF方法进行融合,然后对处理后的影像进行地质灾害解译,进而评价危害范围及程度.研究结果表明,GF-1数据的融合影像对突发性灾害体的微地貌形态反映较明显,能够用于识别突发性地质灾害体的位置、边界范围等特征信息.     

自动气象站异常数据分析及处理实例

自动气象站采集软件会形成很多数据文件,但有3个数据文件即Z文件、J文件、A文件要永久保存,当自动站数据异常时,必须同时更改,确保无误。1自动气象站感应元件损坏感应元件是自动气象站的核心部件,若损坏必须立即更换,否则采集的数据毫无使用价值。测报人员应不断提高责任心和业     

自动气象站地面气象要素审核实例

自动气象站每月给省级审核部门上报3个数据文件:地面气象观测数据文件(简称A文件,要素齐全,是制作月、年报表必须的),分钟数据文件(简称J文件,包括本站气压、气温、相对湿度、降水量和风),正点地面常规要素文件(简称Z文件,包括自动站自动采集的要素)。审核人员利用地面气象测报     

陕西降水现象仪与人工观测资料对比评估

利用陕西省99个地面气象观测站2018年1-12月降水现象仪观测记录和人工观测记录的平行资料,从数据完整性、准确性、一致性等方面进行全面分析评估,结果表明:陕西20站降水现象仪基本能满足业务需求,其余79站均需要延长平行观测时间。建议进一步完善仪器性能,优化相关数据处理软件。     

基于经验模态分解与神经网络的信号预测

利用经验模态分解在处理非线性、非平稳信号以及人工神经网络可以较好地处理非线性问题的优点,通过经验模态分解把加入噪声的仿真信号分解成几个本征模态函数分量和一个趋势项,在分解过程中采用两种方法处理端点效应问题,结果表明两种方法都能很好的解决端点问题,然后对每个分量分别运用径向基函数神经网络进行预测,并重构出最后的预测结果。与不经EMD处理直接运用神经网络进行预测及真实数据进行对比,结果表明,相对于直接预测,该方法具有更好的预测效果。     

用OSSMO软件制作机制地面年报表

用OSSMO软件制作机制地面年报表

     

LiDAR标签和栅格占有图结合的LiDAR/IMU空间标定方法

LiDAR和惯性测量单元(inertial measurement unit, IMU)在智能汽车获得了广泛的应用,比如高精度地图构建、车辆实时定位等。两种传感器进行组合测量时,需要知道两者之间的空间关系,包括空间旋转和平移参数。本文提出了一种基于LiDAR标签的自动化LiDAR/IMU空间标定方法。首先分析了LiDAR/IMU标定参数对LiDAR点云拼接的影响,证明了当车辆近似直线运动时,使用概略标定参数即可利用IMU的姿态信息将LiDAR点云转换到轴向近乎一致的坐标系。基于该结论,提出了一种基于IMU姿态约束的LiDAR栅格占有图构建方法,构建高相对精度的点云地图与LiDAR标签的点云进行地图匹配,获得LiDAR标签在图中的位置,相对于单点云帧互匹配方法,提高标签点云匹配的精度和可靠性。然后基于LiDAR标签的已知高精度位置,采用非线性优化方法解算栅格占有图与LiDAR标签的空间转换关系,进而求解LiDAR/IMU的空间标定参数。试验结果表明,利用本文方法获得的标定参数构建的点云地图,可实现厘米级的绝对位置精度,验证了本文方法的正确性和可行性。     

自动站地面报表预审应注意的问题

<正>自动站实现了数据自动采集及传输,地面气象测报软件的使用减轻了台站制作和预审气象月报表的压力,但由于软件不可能处理所有的疑误记录,故人工预审仍不可少。从2014年起地面气象观测业务调整,加之部分台站启用新型自动站,由于新型自动站软件的数据质量控制功能较差,报表质量急速下滑,本文对地面报表预审应注意的问题进行阐述,以期对提高报表质量有所裨益。地面报表有两个数据文件必须进行质量控制:A文件为全要素文件,包含人工观测要素和